本文關(guān)鍵詞：基于模擬退火的混合螢火蟲(chóng)Memetic算法

  更多相關(guān)文章： 模擬退火 螢火蟲(chóng)算法 局部搜索 Memetic算法

【摘要】：針對(duì)標(biāo)準(zhǔn)螢火蟲(chóng)算法(FA),首先,從數(shù)學(xué)理論上分析并揭示了其存在的種群過(guò)早收斂、容易陷入局部最優(yōu)等不足,然后提出一種基于模擬退火的混合螢火蟲(chóng)Memetic算法。該算法利用標(biāo)準(zhǔn)螢火蟲(chóng)算法對(duì)上一代種群進(jìn)行全局搜索以保持種群的多樣性和算法的全局探索能力;使用模擬退火算子對(duì)當(dāng)前種群中的部分個(gè)體進(jìn)行局部搜索,以一定概率接受適應(yīng)度較差的個(gè)體以避免算法陷入局部最優(yōu),該算法同步進(jìn)行螢火蟲(chóng)吸引過(guò)程和模擬退火過(guò)程以降低算法復(fù)雜度。最后,對(duì)該算法在10個(gè)標(biāo)準(zhǔn)測(cè)試函數(shù)上進(jìn)行對(duì)比仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,該算法在6個(gè)測(cè)試函數(shù)中均能找到最優(yōu)解,最優(yōu)值、平均值、方差等指標(biāo)比對(duì)比算法高出一定數(shù)量級(jí),在4個(gè)復(fù)合函數(shù)中效果均優(yōu)于螢火蟲(chóng)算法。
【作者單位】： 武漢科技大學(xué)管理學(xué)院;智能信息處理與實(shí)時(shí)工業(yè)系統(tǒng)湖北省重點(diǎn)實(shí)驗(yàn)室;武漢科技大學(xué)信息科學(xué)與工程學(xué)院;冶金工業(yè)過(guò)程系統(tǒng)科學(xué)湖北省重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： 模擬退火 螢火蟲(chóng)算法 局部搜索 Memetic算法
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(11271356) 教育部人文社會(huì)科學(xué)研究青年基金資助項(xiàng)目(16YJCZH056) 智能信息處理與實(shí)時(shí)工業(yè)系統(tǒng)湖北省重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金資助項(xiàng)目(2016znss18B) 冶金工業(yè)過(guò)程系統(tǒng)科學(xué)湖北省重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金資助項(xiàng)目(Z201501) 武漢科技大學(xué)青年科技骨干培育計(jì)劃項(xiàng)目(2016xz017)~~
【分類號(hào)】：TP18
【正文快照】： 0引言螢火蟲(chóng)算法(Firefly Algorithm,FA)是受螢火蟲(chóng)發(fā)光相互吸引和移動(dòng)的啟發(fā)而設(shè)計(jì)的一類新型的群智能優(yōu)化算法[1]。已有的仿真結(jié)果表明該算法具有精度較高、收斂速度較快、可調(diào)參數(shù)少、操作簡(jiǎn)單、易于實(shí)現(xiàn)等特點(diǎn),因而該算法近年來(lái)已引起許多學(xué)者的廣泛關(guān)注,并應(yīng)用到函數(shù)優(yōu)化，

本文編號(hào)：683278